艾默生攜手產業夥伴開啟測試新時代 NI Nigel AI推升生產力曲線
- 李佳玲／台北
-
在AI與智慧化浪潮的強勢帶動下，測試與量測技術正邁入關鍵的轉型階段。為協助產業精準掌握新世代測試技術的發展趨勢與應用方向，艾默生攜手優立測科技盛大參與由DIGITIMES主辦的「2026智動化測試創新論壇：AI推升生產力曲線 引領量測新時代」。
本次論壇全面聚焦AI賦能自動化測試、6G通訊、矽光子、無人機、車用電子與智慧製造等前瞻議題，深入探討如何透過智慧化開發與數據分析最佳化工程效率，並具體呈現自動化測試系統從研發到量產的全流程實現應用，現場更同步展出逾20項突破性的技術實測成果。
NI Nigel AI驅動軟硬整合平台 重塑測試與量測產業新價值
艾默生測試與測量集團（NI）台灣總經理郭皇志表示：2026年適逢NI在測試與量測領域的創新邁入50週年。五十多年來，NI平台持續提供整合式的開放式軟體與模組化硬體，協助工程師及企業提升研發、驗證與生產效率，讓工程團隊能將更多資源投入產品創新與核心技術開發，而非耗費大量時間建置與整合測試系統。已建立起產品生態系，能針對不同產業需求提供彈性部署方案，協助用戶從容應對日益複雜的測試挑戰。
同時，2026年迎來40週年的NI LabVIEW，持續透過直觀的圖形化開發介面大幅降低程式設計門檻，賦能工程師更快速地完成測試流程與系統開發。面對AI掀起的全新產業變革，未來將持續深化NI軟硬體整合能力，將人工智慧技術全面導入NI測試平台，藉以提升自動化程度與分析效率，協助企業加速從研發驗證到量產的全流程落地，進一步強化全球競爭力。
艾默生測試與測量集團總裁Ritu Favre於「AI推升生產力曲線，引領量測新時代」主題演講中強調，AI正以前所未有的速度顛覆全球產業，並為測試與量測領域注入嶄新的生產力契機。她指出，隨著終端產品功能日益強大、架構愈趨複雜，企業面臨的測試挑戰亦同步攀升，從過去單純的硬體驗證，演變為涵蓋硬體、軟體、韌體與系統整合的全面性測試。
面對新世代汽車、半導體、能源系統與無線通訊的蓬勃發展，產品複雜度的提升速度往往已超越企業既有的管理與測試量能，因此AI技術將成為弭平此落差的關鍵解方。
她進一步表示，最新的NI Nigel AI功能已成功導入NI LabVIEW與NI TestStand軟體。工程師不僅能透過Nigel AI自動補全程式碼、獲得精準的硬體配置建議，更能全面最佳化操作流程。未來將持續結合模組化硬體、開放式NI軟體與強大的資料管理能力，協助用戶打造更具智慧與彈性的前瞻測試平台。
艾默生測試與測量集團（NI）半導體暨電子事業部副總暨總經理Robert Manion指出，隨著產品設計益發複雜、資料量呈爆炸性成長，加上市場對於上市時程（Time-to-Market）的要求日益嚴苛，測試產業正迎來前所未有的挑戰。
他強調，未來具備競爭力的企業，必然是現在就積極導入AI的先行者。AI並非短期趨勢，而是提升營運效率的核心工具，能有效賦予工程師更高生產力、最佳化設備稼動率並加速資料分析。其應用範疇從需求定義、測試開發到結果分析，涵蓋了全流程的技術環節，讓產品驗證更具效率。
Robert Manion進一步指出，測試與量測屬於高度專業領域，涉及精密儀器控制、複雜量測方法、校正程序及深厚的產業經驗，通用型AI往往難以精準滿足產業需求。因此，NI Nigel AI正是專為測試量測專業應用而生，旨在協助使用者完成實際的工作流程。他同時指出，AI要真正實現落地應用，企業必須建構由硬體、開放式軟體與資料平台組成的架構，其中資料治理與一致性尤為關鍵。為此，NI SystemLink軟體能有效整合分散的測試資料，將數據轉化為具備執行力的洞察（Actionable Insights），進而提升決策效率並顯著降低管理成本。
軟體定義測試新時代 以平台加速AI智慧量測實現
艾默生測試與測量集團（NI）行銷經理潘建安與優立測科技行銷經理蘇育程於會中共同表示，測試與量測領域正經歷典範轉移，軟體已逐步取代硬體成為整體系統運作的核心。相較於過往以硬體設備為主的架構，現今測試流程的自動化、整合與效率提升，高度仰賴軟體平台串聯儀器控制、測試執行及資料處理分析等關鍵環節，使分散的硬體資源得以協同運作。
因應此趨勢，NI LabVIEW近年持續朝強化與現代化發展，包括導入CI/CD等現代開發流程，並增強與Python、.NET等語言的整合能力，同時支援雲端與多元生態系，使測試開發與主流軟體工程方法接軌。此外，隨資料量激增，測試資料管理與分析的重要性亦同步提升；透過NI LabVIEW+ Suite（其中內含了如NI LabVIEW、NI TestStand與NI DIAdem等軟體），分別對應程式開發、測試排程與資料分析需求，建構完整的軟體體系，並強化資安認證與資料串接能力，確保測試系統能與企業IT架構無縫整合。
在AI應用方面，NI Nigel AI是專為測試與量測應用打造的AI工具，強調結果正確性與工程實用性，協助工程師處理測試資料、理解系統行為並加速開發流程。目前Nigel AI已能在NI LabVIEW中提供範例程式推薦、原始碼解析總結、硬體配置與接線建議，協助工程師更快速取得可行方案。
2026版本更進一步延伸至整體專案層級，能分析專案架構與模組關聯，並具備程式碼補全與設備辨識能力，提供更精準的支援。此外，NI TestStand中加入Nigel AI後，能協助管理大型測試專案流程、自動調整參數並執行測試，顯著提升整體生產力。在硬體端，艾默生持續強化NI PXI模組化平台的效能與擴充能力，並透過NI InstrumentStudio Professional 整合控制NI及第三方儀器，有效解決多品牌設備整合的挑戰。
新一代NI DAQ資料擷取系統具備18-bit解析度與高精度量測能力，而NI PXI示波器搭配專利T-Clk同步技術，可將多台示波器通道間的時間誤差降至皮秒（Picosecond）以下等級，滿足高頻與精密測試需求。針對嚴苛環境亦推出具備IP67防護等級的設備，適用於結構監測、振動分析與車用測試。
AI與測試的結合已超越單純的流程最佳化，更延伸至結果判讀與決策支援，例如透過機器視覺與AI模型自動辨識波形異常訊號，協助工程師即時發現問題。整體而言，測試工程正從人工操作的工具導向模式，轉向由軟體平台整合、AI參與決策的智慧化工程體系，工程師的角色也將由執行者演變為系統設計者與判斷者，達成全流程的智慧化測試願景。
AI代理走向研發與製造現場 企業競爭力邁入自主化新階段
隨著生成式AI快速發展，企業研發模式正由「工具輔助」轉向「流程重構」，開發重心也從程式撰寫演進至任務定義與系統設計。鴻海研究院人工智慧研究所詹念怡博士於演講中指出，AI研發已從傳統的手動撰寫原始碼，演進至對話式協作，並進一步邁向可自主執行任務的AI代理（AI Agent）。
過去工程師需親自完成程式開發、資料處理與模型訓練，如今透過大型語言模型（LLM），只需明確定義任務目標，AI即可協助生成程式碼、修正錯誤並推進開發進程，使工程師的角色轉化為流程設計與結果驗證者。詹博士表示，內部實驗顯示AI代理已能在無人直接撰寫程式的情況下，自主完成模型設計與反覆最佳化，展現高度自動化的潛力。
她強調，AI代理的關鍵不僅在於模型能力，更在於其背後完整的工程系統——包括記憶機制、任務分工、工具調用、排程管理與驗證回饋等，這讓模型從單純的對話工具進化為可穩定交付成果的數位助理。未來企業研發的競爭力，將由單純的模型能力轉向深度的工程整合能力。
面對生成式AI的快速擴散與製造業數位轉型加速，企業正從「單點導入AI工具」邁向「全面重構生產流程與決策模式」。偲倢科技執行長陳青煒表示，AI在製造業的角色已從早期的瑕疵檢測、AOI視覺辨識，升級為具備決策能力的智慧代理。未來智慧工廠將由AI負責分析感測數據、判讀影像資訊、串聯系統流程並提出決策建議，管理人員則轉向最終確認與治理角色。
陳執行長指出，當前高階產線的瓶頸往往不在設備效率，而在於決策速度與跨部門協作，因此AI將成為智慧工廠下一階段升級的關鍵。針對企業導入AI面臨的資料孤島（IT 與 OT 系統分散）、專業人才缺口及算力成本挑戰，他預期未來將走向「雲地混合架構」，由通用大模型結合企業專屬小模型，構建具備主權性的AI系統。透過AI瑕疵檢測、數位孿生與邊緣運算等應用，企業可望大幅縮短研發到量產的全流程週期，智慧工廠的競爭關鍵，將取決於企業如何讓AI真正落地並持續創造商業價值。
從前瞻通訊到AI自動化，揭顯量測技術轉型新維度
下午議程由「先進通訊與精密量測」、「產業應用驗證」及「軟體平台與AI開發」三大主軸同步展開，深度剖析量測技術如何因應次世代產業脈動進行轉型。
一、 先進通訊與精密量測：突破物理限制，挑戰6G與高精度極限：分場一聚焦於6G研發與極致精確的量測實務。首場以「6G非地面網路（NTN）與通感一體（ISAC）測試框架」揭開序曲，強調未來通訊將打破地理限制，實現星地整合的全覆蓋網路。透過NI USRP與NI PXI平台的高彈性架構，研發人員得以在統一的開發環境下，同時處理高頻寬通訊與高靈敏度感測訊號，大幅縮短原型開發週期。
在精密量測議題上，譜威科技針對半導體與精密製造需求，分享「機台基座振動預警技術」，指出微小的環境振動即可能影響良率，透過高採樣率的即時監測系統，能提前預警設備異常。此外，測試專家更深入探討了工程師最常遇到的技術瓶頸：
DAQ精細管理： 指出量測誤差往往源於配線邏輯、接地迴路與電磁干擾（EMI），而非設備精度不足，並提供系統化的抗干擾策略。
DC量測吞吐量： 解析如何在高精準度要求下，優化測試流程以因應產線的大規模產出需求。
SMU串並聯實務： 針對高功率半導體測試，深度探討精密電源供應器（SMU）在串並聯架構下的同步與穩定性管理，協助工程師精準控制複雜的測試環境。
二、 產業應用驗證：AI與無人載具的「安全與能效」雙重革新：分場二著重於新興科技的落地實踐。面對AI運算引發的電力焦慮，專家指出資料中心的電力監測已從簡單的配電轉向「從晶片到機櫃」的全方位管理。透過NI PXI平台，工程師能同時擷取動態功耗與散熱數據，有效優化GPU的能效表現。
在航太與防務領域，Samtec帶來了具備高耐震與高傳輸性能的連接方案，確保無人機在極端環境下的訊號穩定。翔隆航太則深入解析了HIL（Hardware-in-the-Loop）即時模擬架構的價值——透過數位孿生環境，在地面實驗室即可進行「故障注入測試」（如模擬引擎失效或強風干擾），這不僅降低了昂貴的實機試飛成本，更在確保開發效率的同時，將產品安全性推向極致。
三、 軟體平台與AI開發：翻轉數據價值，驅動實驗室現代化：分場三聚焦於量測系統的「軟體定義」與資料數位轉型。針對日益龐大的軟體開發難度，LabVIEW專家 Marco Yang深度解析了DQMH（Delacor Queued Message Handler）框架。強調透過模組化與異步通訊機制，DQMH能有效提升大型專案的代碼維護性，解決多人協作開發時的耦合難題。
針對後端的資料管理，專家們共同宣告了「手動處理數據時代」的終結：
DIAdem自動化分析： 技術專家分享如何利用NI DIAdem取代效率低落的Excel，其具備整合異質資料格式（如感測器數據、視訊、GPS）的能力，能一鍵生成專業分析報告。
SystemLink數位轉型： 優立測科技蘇詩媚則展示了NI SystemLink如何作為實驗室的「大腦」，實現設備狀態的全天候監控、測試排程自動化與資產配置優化，協助企業建構具備可追溯性的現代化實驗室管理體系。
論壇總結：
綜觀本次論壇，AI已不再僅是輔助工具，而是貫穿研發設計、自動化驗證到數據洞察的核心動能。在產品開發週期不斷縮減的壓力下，唯有透過「軟硬整合平台」與「AI賦能的自動化流程」，企業才能在瞬息萬變的市場中奪得先機。
